类别
生成式 AI
2026年8月3日
智能体安全运营中心基准测试：我们如何评估安全工作流程的层级管理模型
公开排行榜无法告诉你应该信任 SOC 中的哪个 LLM，因此 Elastic 构建了一个评估框架，该框架根据代理构建器、攻击发现和自动迁移中模型的工作情况（工具调用、执行跟踪、盲评）对其进行评分。
Alert Zero：面向智能安全运营中心的 AI 驱动型警报分类和攻击调查
Elastic Security 9.5 为 SOC 团队提供了 AI，可以处理第一轮警报分类和调查，因此分析师可以重新专注于威胁搜寻和检测工程，而不是处理队列噪音。
Exploring the Hugging Face Breach: mapping AI agent tactics to Elastic Defend
Every stage of the Hugging Face breach maps to Elastic Defend and SIEM rules already shipping, from worker RCE and credential harvest to self-migrating C2 and GenAI detection.
Elastic InfoSec 的智能安全运营中心内部运作：我们如何将 AI 代理的 LLM 调用次数减少 60%
We run fourteen AI agents that triage Elastic InfoSec alerts. They were taking 19 LLM calls to do work that needed 8. Here's the five-step optimization loop we run across the fleet, plus the prompt template you can use with any AI assistant.
Elastic InfoSec 的智能安全运营中心内部运作：何时将智能体的技能整合到系统中以实现 5 倍的成本降低
我们并行测试了两种代理 SOC 架构，共进行了 36,822 次真实的 Agent Builder 对话。其中一项胜出 5.7 倍：专门的工作流程，可将警报分类，每个警报收费 0.69 美元，而单个代理处理 14 技能则收费 3.42 美元。数据和决策框架如下所示。
Elasticsearch ES|QL COMPLETION 如何将嘈杂的 curl 和 wget 规则转化为高保真云安全警报
Elastic InfoSec 在自己的云集群上测试了这种检测规则模式，使用确定性逻辑和 LLM 分类过滤嘈杂的 curl 和 wget 事件，以便只有真正的威胁才能到达分析师。
Elastic InfoSec 的智能安全运营中心 (SOC) 内部运作：将警报分类时间从 30 分钟缩短到 3 分钟以内
Elastic 的信息安全团队在 Elastic Workflows 上构建了 AI 代理，这些代理会在分析师打开警报之前调查每个警报并整理案例。
从漏洞报告到 CVE 草案，只需几分钟：Elastic 如何利用人工智能实现安全公告自动化
Elastic 的安全团队如何利用 RAG 针对 MITRE 的 CWE 和 CAPEC 目录构建 AI 代理，从原始漏洞报告（包括完整的提示和爬虫配置）中起草 CVE 建议。
弹性安全 MCP 应用程序：人工智能工具内的交互式安全操作
Elastic Security 是首家在人工智能工具中推出交互式用户界面的安全厂商。从人工智能对话中分流警报、追捕威胁、关联攻击链并打开案件。
在 Elastic 中使用 OTel 大规模监控克劳德代码/工作
Elastic 的信息安全团队如何利用其本地 OTel 导出功能和 Elastic 的 OTel 摄取基础架构为 Claude Code 和 Claude Cowork 构建监控管道。
理解的代价：LLM驱动的逆向工程与迭代LLM混淆
Elastic Security Labs 探讨了 LLM 驱动的逆向工程与混淆之间正在进行的军备竞赛。
从您的人工智能代理开始使用弹性安全功能
使用开源 Agent Skills，无需离开集成开发环境，即可从零开始创建一个完整的弹性安全环境。
MCP 工具：自主代理的攻击向量和防御建议
本研究探讨了模型上下文协议（MCP）工具如何扩大自主代理的攻击面，详细介绍了工具中毒、协调注入和毯拉重新定义等利用载体以及实用的防御策略。
代理框架摘要
代理系统要求安全团队在自主性与一致性之间取得平衡，确保人工智能代理能够独立行动，同时保持目标一致性和可控性。
Elastic 通过标准化字段和集成推进 LLM 安全性
了解 Elastic 在 LLM 安全方面的最新进展，重点关注标准化的现场集成和增强的检测功能。了解如何采用这些标准来保护您的系统。
在 LLM 工作流中嵌入安全性：Elastic 的主动方法
深入了解 Elastic 在大型语言模型 (LLM) 中直接嵌入安全性的探索。了解我们在 LLM 应用程序中检测和缓解几个顶级 OWASP 漏洞的策略，确保 AI 驱动型的应用程序更加安全可靠。
利用 LLM 加速 Elastic 检测谍报技术
详细了解 Elastic Security Labs 如何通过利用更多生成式 AI 功能来加速我们的检测工程工作流。
使用 LLM 和 ESRE 查找相似的用户会话
在上一篇文章中，我们探讨了如何使用 GPT-4 大型语言模型 (LLM) 来压缩 Linux 用户会话。在同一个实验中，我们花了一些时间来检查具有相似之处的会话。这些类似的会话随后可以帮助分析人员识别相关的可疑活动。
使用 LLM 总结用户会话
在本出版物中，我们将讨论使用 GPT-4 总结用户会话的实验中得到的经验教训和关键要点。
利用 ChatGPT 探索安全性的未来
最近，OpenAI 发布了供工程师集成 ChatGPT 和 Whisper 模型到他们的应用程序和产品中的 API。 一段时间以来，工程师可以使用 REST API 调用旧模型，或者通过他们的网站使用 ChatGPT 界面。